多标签分类器准确性评估方法的研究

《多标签分类器准确性评估方法的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第2o期计算机技术与发展Vol_20No．12010年1月C0MUTERTECHNOLOGYANDDEVEL0PM_ENTJan．2010多标签分类器准确性评估方法的研究秦锋，黄俊，程泽凯，杨帆(安徽工业大学计算机学院，安徽马鞍山243002)摘要：分类是数据挖掘领域研究的核心技术之一，分类器性能评估方法也是众多学者的研究热点之一。以往的分类器性能评估方法一般针对于单标签数据集，对于多标签问题并未涉及。文中主要针对多标签分类问题中的单实例情况，提出了一种多标签分类器准确性评估方法(EM0sIML)。该方

2、法的思路是：如果分类器对一个多标签对象预测的类别标签是其属于的多个类别标签中的任何一个，则分类结果都是正确的。该方法用C#编程实现。并对朴素贝叶斯分类器进行分类器性能评估实验，实验结果表明，EMOSIML砰估方法较传统的准确率评估方法更合理。关键词：准确率评估；分类器评估；二类分类；多标签分类中图分类号-WP311文献标识码：A文章编号：1673～629X(2010)01—0046—04AStudyonAccuracyEvaluationMethodforMulti—-LabelClassifierQI

3、NFeng，HUANGJun，CHENGZe—kai，YANGFan(SchoolofComputerScience，AnhuiUniversityofTechnology，Ma’arkshan243002，China)Abstract：Classificationisoneofthekeytechniquesofdatamining，andtheclassifierperformanceevaluationisalsoahotspot．Previousclassifierevaluationmetho

4、dsfocusedonsinglelabe1data,sets．andthemultilabelproblemWaSnotconcerned．isarticlemainlyaimsatsingleinstancemultilabelclassificationproblem，proposesamoreaccurateandreasonableevaluationmethod(EMOSIML)．Themainideaofthismethodisthatifthepredictclassfl0recaste

5、dbytheclassifierisoneofthelabelsetwhichtheinstancebelongstOsimultaneously．ItisprogrammedbyC#，inplainonthenaiveBayesianclassifier，andtheexperimentalrmdtsshowthatitisrflorereasonablethantradi-tionalaccuracyevaluationmethods．Keywolds：accurate&sse&s~ent；clas

6、sifierassessment；binaryclassify；multilabe1classifyO引言语音识别和指纹识别等，每一个实例只能唯一地对应分类⋯1是数据挖掘中应用领域极其广泛的重要技一个类别标签。但是，由于客观事物本身的复杂性，一术之一，分类是根据数据集的特点构造一个分类器，利个事物(对象)可以用单个实例来表示，并且该实例属用该分类器对未知类别的对象赋予类别的一种技术。于多个类别标签，即单实例多标签SIML(SingleIn．stanceMultiLabe1)_2j，比如文本分类中，一个文

7、本同时构造分类器的过程一般分为训练和测试两个步骤：在训练阶段，分析训练数据集的特点，为每个类别产生一属于新闻和经济。另外，还有多实例单标签MISL(MultiInstanceSingleLabd)_3J和多实例多标签MIML个对相应数据集的准确描述或模型。在测试阶段，利(MultiInstanceMultiLabe1)]。多实例单标签指的是用类别的描述或模型对测试集进行分类，测试其分类一个事物(对象)可以用多组属性表示，由这些组属性的准确度。可以组成多个实例，并且这些实例都对应同一个类标在传统的分类问题

8、中，都是假设一个事物(对象)签，而多实例多标签是指由这些不同组属性构成的实只用一组属性来表示，组成一个实例，并且这个实例只例分别对应不同的类标签。图片分类问题中，一张图属于一个类标签，即单实例单标签SISL(SingleIn片的每个组成部分都可以代表一个实例，而且这些实stanceSingleLabe1)。在大多数模式识别问题中，例如例同时对应不同的类别标签，例如一张图片同时属于收稿日期：2009—04—16；修回日期：2009—07—23